目录
摘要
水稻叶片病害智能诊断对提升水稻产量、保障质量、减少经济损失意义重大。本文借助 YOLOv8 深度学习框架，利用 5932 张图片训练出可识别 4 种水稻病害类型的模型，并以此为基础，基于 Python 与 PyQT5 开发了带 UI 界面的智能诊断系统。该系统能实时识别水稻叶片病害，支持图片、批量图片、视频和摄像头检测，为展示功能提供便利。此外，文章提供了完整 Python 代码和使用教程，代码资源文件获取方式详见文末。此系统有望助力农民和专业人士高效防治水稻病害，推动农业智能化发展。
功能介绍
-
病害识别能力：本系统具备强大的识别功能，能够精准区分 4 种不同的水稻叶片病害，即白叶枯病、稻瘟病、褐斑病和枯草病。
-
多元检测方式：支持多种检测途径，无论是单张图片、批量图片，还是视频，甚至通过摄像头实时采集的画面，都能进行高效检测。
-
界面信息展示：系统界面会实时呈现关键信息，包括病害的识别结果、识别的置信度以及检测所花费的时间，方便用户及时获取检测详情。
开发环境
-
后端： Python 3.9
-
前端： Pyqt5
-
数据集：网络搜集
-
算法：YOLOv8
-
开发平台：Pycharm + vscode
-
运行环境：Windows 10/11
界面展示
初始界面
检测结果
模型的训练、评估与推理
YOLOv8简介
在计算机视觉领域，物体识别至关重要且复杂，应用于安防、自动驾驶等多个方面。物体定位要在图像或视频里找到物体、分类并给出边界框和名称，主要有两阶段和一阶段这两种方法。
两阶段方法，比如 R - CNN 系列，先生成区域建议，再用分类器和回归器细化。单阶段方法像 SSD、YOLO 等，直接预测边界框和物体名称，速度快、更简单，但准确性和稳健性稍弱。
YOLO 是重要的单阶段检测算法，把输入图像分成单元格网络，预测边界框、确定性分数及类别概率来得出检测结果。它检测大中型物体速度快，但有定位粗糙、小物体检测效果差等问题。
自 YOLO 问世，出现了 YOLOv2 到 YOLOv7 等改进版本。它们融入锚框、多尺度预测等技术，提升了 YOLO 的精度、稳定性和效率。不过，在小物体、遮挡物体及复杂背景场景下仍有提升空间。
本文介绍的 YOLOv8，基于以往 YOLO 版本，融入新特性与改进，追求物体定位的高速度、高精度，同时保证稳定性和稳健性。
技术改进
-
注意力机制：运用 ECA、GAM 等，让模型更好聚焦图像关键信息，提升检测精度。
-
卷积层优化：采用可变形卷积、动态卷积，增强模型对不同形状和大小目标的适应能力。
-
主干网络改进：选用 MobileNetV4 等轻量化结构，减少计算量，加快检测速度。
-
特征融合模块：引入 BiFPN、AFPN 等，提高对多尺度目标的检测能力。
-
检测头改进：借助 RT - DETR 技术，改善不同尺寸目标的检测效果。
-
损失函数和 IoU 优化：改进损失函数与 IoU 计算方法，提升回归精度与检测性能。
-
NMS 和其他模块改进：优化非极大值抑制（NMS）等模块，提高检测准确性与效率。
-
轻量化设计：注重轻量化，采用 VanillaNet 等架构，适配资源受限设备。
-
多尺度检测能力：利用 SPD - Conv 技术，增强对小目标和多尺度目标的检测。
-
优化器改进：可能采用 Lion 等新优化器，提升训练效率与模型性能。
算法概述
YOLOv8 是 YOLO 系列目标检测模型的最新成果，基于以速度和性能著称的 YOLO9000 发展而来。YOLOv3 和 YOLOv4 的改进，推动了模型在复杂环境下检测速度与精度的提升。
网络体系结构
YOLOv8 主要由骨干网络和检测头构成。
-
骨干网：
-
基于 EfficientNet：源于以复合扩展思想设计的 EfficientNet，该架构通过平衡扩展网络宽度、深度和分辨率提升性能。以 EfficientNet - b0 为基础网络（29 层卷积神经网络，含挤压和激励模块的改进残差块），经复合缩放系数生成多种变体。YOLOv8 选用 EfficientNet - B4（71 层，1900 万个参数），能在速度与精度间平衡，提取多尺度特征。输入 512×512 像素图片，骨干网输出 5 个不同分辨率和维度特征图（P3 - P7，P3 分辨率最高），用于后续处理。
-
-
增强版 CSPDarknet：将 CSP 网络融入 Darknet 架构，每个阶段特征图分两部分，一部分经密集卷积块处理后与另一部分直接拼接，降低计算复杂度同时保持准确性，由多个含分割、密集块、过渡层和拼接操作的 CSP 块组成。
-
-
Neck：采用 PANet Neck 网络，在 FPN 基础上增加自底向上路径，涵盖自底向上特征提取、自顶向下语义特征传播及额外自底向上路径，改善网络层间信息流与特征融合。
-
检测头：
-
Anchor - Free 点检测 Head：区别于传统依赖预定义 Anchor 框的 YOLO 模型，简化架构、减少计算开销，加快推理，提升检测小型和密集物体能力。
-
基于 NAS - FPN：一种自动生成特征金字塔网络的神经架构搜索方法，用强化学习找最优特征融合技术（含元素运算、池化和连接等操作）。YOLOv8 以 NAS - FPN - Cell（六层 256 通道子网）为检测头，融合 5 个骨干网特征图，输出 5 个同维度特征图（P3' - P7'，P3' 比例尺最小），用于生成边界框预测。
-
预测与锚盒：类似 YOLOv3，为每个特征图预测 3 个边界框和置信度分数，每张图片共 15 个。预测边界框类概率并结合置信度得最终结果。使用 9 个经 k - means 聚类确定的锚盒提高精度，按尺度分配到不同特征图。
-
激活函数：使用 SiLU 替代 Leaky ReLU，改善梯度流动、增强特征表现力，降低计算复杂度、减少模型大小，利于边缘部署。
-
新功能和增强
-
增强后处理：改进非最大值抑制（NMS）算法，优化重叠边界框处理和检测选择，减少假阳性，提高检测精确度。
-
训练技术：
-
混合精度训练：结合 16 位和 32 位浮点运算，加快训练、减少内存使用，不影响模型精度，适合边缘设备。
-
超参数优化：自动调整超参数，通过多组实验选最优配置，节省时间，确保模型在不同任务和数据集表现良好。
-
-
新增损失函数：采用 Focal loss，聚焦困难样本，降低简单样本影响，通过调节因子和缩放因子，提高不平衡和噪声数据集检测召回率与精度，减少假阳性和假阴性。
-
新的数据增强方法：运用 Mixup，混合两张图像及其标签生成新数据，提升数据多样性和复杂性，减少过拟合，增强模型泛化能力，扩展至目标检测处理边界框和多类别。
-
新的评价指标：引入跨尺度平均精度 (APAS)，衡量不同尺度物体检测精度，是标准平均精度 (AP) 扩展，考虑目标尺度变化，计算不同尺度范围 AP 并平均得最终分数，更全面反映算法在不同大小和形状物体上的性能。
-
其他：
-
C2f 构建块：增强特征提取与融合，提升模型捕获细节和复杂模式能力，提高检测准确性。
-
统一框架：为目标检测、实例分割和姿态估计等多种计算机视觉任务提供统一框架，适用于需多种分析的边缘应用。
-
导出选项：支持导出为 ONNX、CoreML 和 TensorRT 等多种格式，便于在不同平台和硬件加速器部署。
-
模型分析
本文将所提策略与过往 YOLO 变体及其他先进目标检测策略对比，借助 COCO、PASCAL VOC 和 WIDER FACE 等基准数据集，在不同度量标准和场景下评估该策略的性能与效能。
数据集
训练和测试 YOLOv8 模型使用了以下数据集：
-
COCO：这是用于对象检测、分割及图像字幕的大规模数据集，包含 80 个类别和超 20 万张图像，其中 11.8 万张用于训练，5000 张用于验证，40500 张用于测试。该数据集极具挑战性且丰富多样，涵盖广泛的物体大小、形状及类别。因其在目标检测领域的高知名度与广泛应用，成为评估方法的主要数据集。
-
PASCAL VOC：经典的对象检测与分类数据集，有 20 个类别和超 1.1 万张图像，5000 张用于训练和验证，6000 张用于测试。它相对简单且均衡，涵盖常见对象类别，难度适中。作为成熟且广泛使用的目标检测数据集，可作为与其他策略对比的补充数据集。
-
WIDER FACE：大规模人脸检测数据集，含超 3.2 万张图像和 39.3 万张人脸，12800 张用于训练，3200 张用于验证，16000 张用于测试。该数据集颇具挑战性与复杂性，涵盖各种面部尺度、姿势、表情、遮挡及光照情况。用于展示方法在人脸检测这一重要实际任务中的性能。
指标
通过以下指标衡量 YOLOv8 模型的性能与效率：
-
跨尺度平均精度 (APAS)：用于衡量不同尺度物体的检测精度，是标准平均精度 (AP) 的扩展。APAS 考虑物体尺度变化，计算小、中、大不同尺度范围的 AP，再对这些 AP 求平均得出最终分数，能全面反映算法在不同物体大小和形状下的性能。作为 COCO 数据集的官方指标，是评估 COCO 数据集上策略的常用指标。
-
平均精度 (Mean Average Precision, mAP)：衡量不同类别物体检测的平均精度，通过对每个对象类的 AP 求平均得到最终分数。它简单且应用广泛，能反映算法在不同对象类别上的性能。作为 PASCAL VOC 数据集的官方指标，用于在该数据集上与其他方法对比的补充度量。
-
平均 IoU (AIoU)：衡量边界框预测的平均质量，计算方法是对每个边界框预测的交并比 (Intersection over Union, IoU) 分数取平均得出最终分数。IoU 用于衡量预测边界框与真实边界框的重叠程度，范围从 0 到 1，0 表示无重叠，1 表示完全重叠。AIoU 能反映算法在目标定位方面的性能，是 WIDER FACE 数据集的官方度量，用于评估该数据集上的方法。
-
帧数每秒 (FPS)：衡量目标定位算法速度，通过算法处理的帧数除以总耗时得出最终分数。在目标检测尤其是实时应用中，FPS 是反映算法有效性和通用性的重要实用指标，用于衡量所有数据集上方法的速度并与其他方法对比。
Coco 数据集上的结果
在 COCO 数据集的官方 train2017、val2017 和 test - dev2017 分割上训练和测试 YOLOv8 模型。依据官方评估协议，使用 APAS 指标评估方法，并通过单个 NVIDIA RTX 3090 GPU，以 FPS 指标衡量方法在 COCO 数据集上的速度。
结果显示，YOLOv8 模型在所有方法中表现最佳，APAS 得分达 52.7，相比之前最佳方法 YOLOv7 提高 2.4 分；同时速度也最优，FPS 为 150，比之前最佳方法 YOLOv5 快 10 帧。这表明 YOLOv8 模型在 COCO 数据集上实现了目标检测速度与精度的最佳平衡，在这两个指标上均超越现有方法。
数据集准备与训练
数据准备
本文使用的水稻叶片病害数据集共包含5932张图片，分为4个病害类别,分别是['白叶枯病', '稻瘟病', '褐斑病', '枯草病']。部分数据集及类别信息如下：
模型训练
图片数据的存放格式如下，在项目目录中新建datasets目录，同时将检测的图片分为训练集与验证集放入Data目录下。
同时我们需要新建一个data.yaml文件，用于存储训练数据的路径及模型需要进行检测的类别。YOLOv8在进行模型训练时，会读取该文件的信息，用于进行模型的训练与验证。data.yaml的具体内容如下：
train: E:\MyCVProgram\RiceInsectDetection\datasets\RiceDiseaseData\train
val: E:\MyCVProgram\RiceInsectDetection\datasets\RiceDiseaseData\val
nc: 14
names: ['leaf blight', 'rice blast', 'brown spot', 'blight']注：train与val后面表示需要训练图片的路径，建议直接写自己文件的绝对路径。
数据准备完成后，通过调用train.py文件进行模型训练，epochs参数用于调整训练的轮数，batch参数用于调整训练的批次大小【根据内存大小调整，最小为1】，代码如下：
# 加载模型
model = YOLO("yolov8n.pt") # 加载预训练模型
# Use the model
if __name__ == '__main__':
# Use the model
results = model.train(data='datasets/RiceInsectData/data.yaml', epochs=250, batch=4) # 训练模型
# 将模型转为onnx格式
# success = model.export(format='onnx')
训练结果
在深度学习中，我们通常用损失函数下降的曲线来观察模型训练的情况。YOLOv8在训练时主要包含三个方面的损失：定位损失(box_loss)、分类损失(cls_loss)和动态特征损失（dfl_loss），在训练结束后，可以在runs/目录下找到训练过程及结果文件，如下所示：
损失函数
通过图片准确率曲线图我们可以发现，该模型在验证集的准确率约为1.0，结果还是很不错的。
模型推理
模型训练完成后，我们可以得到一个最佳的训练结果模型best.pt文件，在runs/train/weights目录下。我们可以使用该文件进行后续的推理检测。
图片检测代码如下：
#coding:utf-8
from ultralytics import YOLO
import cv2
# 所需加载的模型目录
path = 'models/best.pt'
# 需要检测的图片地址
img_path = "TestFiles/BACTERAILBLIGHT3_002.jpg"
# 加载模型
model = YOLO(path, task='classify')
# 检测图片
results = model(img_path)
print(results)
res = results[0].plot()
# res = cv2.resize(res,dsize=None,fx=0.3,fy=0.3,interpolation=cv2.INTER_LINEAR)
cv2.imshow("YOLOv8 Detection", res)
cv2.waitKey(0)
执行上述代码后，会将执行的结果直接标注在图片上，结果如下：
开源代码
链接: https://pan.baidu.com/s/1-3maTK6vTHw-v_HZ8swqpw?pwd=yi4b
提取码: yi4b
扫一扫
1571
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
